如何降低 Claude Code 的 token 消耗

编码代理发送的不是你的问题。它发送的是你的问题，加上它自己判断你想表达的一切：它打开的文件、它遍历的目录清单、它执行的每条命令的输出，以及到此为止的整段对话，每一轮都再发一遍。问题本身是零头，围着它的上下文才是账单。

所以那条常见建议，把提示词写短一点，几乎不起作用。你把消息缩短一半，总量只动一个百分点。下面七条按实际价值排序。

1. 直接说出是哪个文件

一次代理会话里最大的可避免开销是探索：代理一路读过去，最后找到你早就打开着的那个文件。每次读取、每次搜索、每次目录列举都会落进上下文，并在这次会话的余下时间里一直待着。

点名文件把一次搜索变成一次直接访问。这比任何选项、任何设置、任何写提示词的技巧都更值钱。

$capsul ask '为什么重试循环提前放弃了' --open src/lib/retry.ts

2. 话题一变就开新会话

对话历史每一轮都会被完整重发。一个已经进行了四十条消息的会话，在第四十一条时要为这四十条全部付费，不管其中还有多少与当前相关。

所以最费钱的习惯恰恰是最自然的那个：一整天开着同一个长会话。两件互不相干的任务放在同一条线里，就是第二件替第一件买单。话题变了，就关掉重开。

3. 给上下文设一个上限

预算是对允许通过的上下文量的硬性上限，以 token 计。它不是代理觉得信息不够时可以突破的建议值。

$capsul ask '给登录路由加上限流' --budget 3000

数字本身没有“存在一个上限”这件事重要。没有上限的代理会把给它的窗口填满，因为它从来没有理由停下。

4. 让模型与任务相称

重命名一个变量和设计一次迁移不是同一种工作，不该跑在同一个模型上。大多数会话之所以全程使用可用的最大模型，是因为那是默认值，而不是因为有人做过选择。

$capsul ask '把 auth 模块里的 userId 全部改名为 accountId' --model haiku

5. 别让工具输出留在对话里

一次打印两千行的测试运行，就是两千行上下文，并且在这次会话之后的每一轮里继续花掉这些。啰嗦的构建、完整的 git log、没过滤的 find，都一样。

在代理看到之前，先把吵闹的东西过一遍能缩短它的工具。head、grep、--quiet、带过滤的 --json，都比让模型去无视噪声便宜。

6. 前后都要测，而不只是事后测

任何没有在同一任务、同一模型上对照测量过的“节省 token”说法，都是猜测。把你真正在做的事跑两遍，然后比较。

$capsul context '把你真实的任务写在这里' --json

7. 看趋势，别看单轮

单次请求说明不了任何事。token 消耗天然是阵发式的：一轮偏探索的对话可能是一轮偏编辑的十倍，两者都正常。你要看的是一周的曲线。

$capsul stats

哪些做法没用

• →让模型简短一些。输出 token 只占账单的一小部分，钱花在输入上。
• →把工具关掉。那样代理会请你把文件贴上来，而你贴进去的往往比它需要的还多。
• →换更大的上下文窗口。窗口大一倍，是同一个答案的账单大一倍，不是省钱。
• →太晚才压缩对话。等压缩触发时，通往那一步的每一轮你都已经付过钱了。